ISS2018

At ACM ISS 2018, we presented the following demo:

JackIn Neck: A Neckband Wearable Telepresence System Designed for High Comfortability, Akira Matsuda, Kazunori Nozawa, and Jun Rekimoto. DOI

入試説明会

暦本研究室が所属しています、東京大学大学院学際情報学府学際情報学専攻総合分析情報学コースの　コース入試説明会（2019年度冬季入試）を以下要領で開催します：

第一回：2018年10月20日（土）10:00〜12:00
第二回：2018年11月9日（金）18:00〜20:00
http://www.iii.u-tokyo.ac.jp/
http://www.utacs.org/

【場所】　本郷キャンパス（〒113-0033 東京都文京区本郷7-3-1）
ダイワユビキタス学術研究館　３階　大和ハウス石橋信夫記念ホール
（http://www.u-tokyo.ac.jp/campusmap/cam01_14_04_j.html）

情報学環　ヒューマンオーグメンテーション学（ソニー寄付講座）　https://humanaugmentation.jp/　の2017年度の活動報告書を公開します：

東京大学大学院情報学環ヒューマンオーグメンテーション学（ソニー寄付講座）活動記録 I
暦本純一・味八木崇・石黒祥生　編　(PDF)

9月27日から開催されている #WISS2018 (日本ソフトウェア学会インタラクティブシステムとソフトウェアに関する研究会)で、研究室から以下の研究発表をします：

CompoundDome: スクリーンを部分的に透過することにより現実世界とインタラクションを可能にする装着型ドーム装置, 丸山英梨子（東大），暦本純一（東大／Sony CSL）
同期的共同作業における空間的指示を補助するカーソル拡張型コミュニケーション手法, 松田暁（東大），加藤淳，尾形正泰，濱崎雅弘，後藤真孝（産総研），暦本純一（東大／Sony CSL）

また、共同研究をしている電通国際情報サービス様が企業デモとしてTiCAに関する発表を行います。

「ヒューマンオーグメンテーション学（ソニー寄付講座）」のセミナーを開催します。

今回のテーマは「身体能力の拡張」。昨年の知覚の拡張に続いて、今回は人間の運動能力の拡張を特集します。

招待講演：東京大学中澤公孝先生とソニーコンピュータサイエンス研究所古屋晋一さんをお迎えして障害者や高齢者の能力補綴や超絶技巧を可能にする演奏者の身体能力を通じて、人間拡張技術の本質から将来展望について議論します。

日時：2018年7月10日(火) 14:00 開演
場所：東京大学本郷キャンパス福武ホールラーニングシアター
http://fukutake.iii.u-tokyo.ac.jp/access/

お申込みと詳細は　こちらのページ　を御覧ください。

—

【日時】2018年6月22日（金）18:00〜20:00

【場所】東京大学本郷キャンパス（〒113-0033 東京都文京区本郷7-3-1）
ダイワユビキタス学術研究館　３階　大和ハウス石橋信夫記念ホール
（http://www.u-tokyo.ac.jp/campusmap/cam01_14_04_j.html）

詳細は　こちら　　をごらんください。

また、同日の17:00-18:00 で、暦本研の見学会を設定しました。興味のある方は　ダイワユビキタスA102(暦本研）におこしください（入り口のインターフォンで呼び出して頂ければドアを開けにいきます）。

The following paper is presented at ACM AVI 2018, Italy.

Behind-the-mask: a face-through head-mounted display, Jun Rekimoto, Keishiro Uragaki, Kenjiro Yamada [　ACM digital library　]

以下要領で、暦本研究室が所属しています東京大学大学院学際情報学府、および総合分析情報学コースの入試説明会を開催します：

東京大学大学院学際情報学府入試説明会
【日時】 2018年6月2日（土）13:30 – 16:30
【場所】東京大学本郷キャンパス・情報学環福武ホール地下2階ラーニングシアター

At ACM CHI2018, we presented the following paper:

ExtVision: Augmentation of Visual Experiences with Generation of Context Images for a Peripheral Vision Using Deep Neural Network, Naoki Kimura and Jun Rekimoto (Honoralbe Mention)